码迷,mamicode.com
首页 > 其他好文 > 详细

Pandas库的使用--Series

时间:2017-12-10 11:31:21      阅读:133      评论:0      收藏:0      [点我收藏+]

标签:port   表示   相关   blog   定义   技术   索引   替换   sda   

一。概念

Series相当于一维数组。

1.调用Series的原生方法创建

import pandas as pd

s1 = pd.Series(data=[1,2,4,6,7],index=[a,b,c,d,e])# index表示索引
print(s1[a])
print(s1[0])
print(s1[:3])# Series中切片是一个闭合区间表示Series中0-3的元素
技术分享图片
print(s1[a:d]) # 范围是一个闭合
技术分享图片
print(s1[[a,d]]) #用逗号隔开,表示分别取这两个元素 注意 这里用两个中括号括起来

技术分享图片

 

2.使用字典生成Series

 

sdata = {beijing:45000, shanghai:71000, guangzhou:16000, shengzheng:5000}
obj3 = Series(sdata)
print(obj3)
print("-"*40)
技术分享图片


states = [hangzhou, shanghai, guangzhou,beijing]
obj4 = Series(sdata, index = states) # 索引重置 使用字典生成Series,并额外指定index,不匹配部分为NaN。
print(obj4)
技术分享图片
# #替换index 索引替换
obj.index = [‘Bob‘, ‘Steve‘, ‘Jeff‘, ‘Ryan‘]
print(obj)
技术分享图片
#Series相加,相同索引部分相加。不相同的索引部分为NaN
print(obj3 + obj4)

 

 二。Series的相关特性及函数

from pandas import Series

#用数组生成Series ,默认情况下使用数字索引
obj = Series([4, 7, -5, 3])
print(obj)
技术分享图片
print(obj.values)
print(obj.index)
print(obj.shape,obj.ndim) # 这里 shape表示每一个维度的数量, ndim表示的是维度
技术分享图片

 

obj2 = Series([4, 7, -5, 3], index = [d, b, a, c])

print(obj2.index)
print(obj2[a])
obj2[d]=6 #替换Series中的元素
技术分享图片
print(obj2) # print(obj2[:3]) # 数字的下标还存在,也可以分片 # print(obj2[[‘c‘, ‘a‘, ‘d‘]]) #获取索引a,c,d的值 # print(obj2[obj2 > 0]) # 找出大于0的元素
技术分享图片
# print(‘b‘ in obj2) # 判断索引是否存在
# print(‘e‘ in obj2)
# print("-"*40)

 

# # #指定Series及其索引的名字obj4.name = ‘我定义的名字‘obj4.index.name = ‘index‘print(obj4)

技术分享图片

 



 

 持续更新中。。。。,欢迎大家关注我的公众号LHWorld.

技术分享图片

Pandas库的使用--Series

标签:port   表示   相关   blog   定义   技术   索引   替换   sda   

原文地址:http://www.cnblogs.com/LHWorldBlog/p/8014061.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!